Modélisation longitudinale de marqueurs du VIH

• Auteur / Autrice : Rodolphe Thiébaut
• Direction : Hélène Jacqmin-Gadda
• Type : Thèse de doctorat
• Discipline(s) : Sciences biologiques et médicales. Épidémiologie et intervention en santé publique
• Date : Soutenance en 2002
• Etablissement(s) : Bordeaux 2

Mots clés

Mots clés contrôlés

Virémie

Analyse multivariée

Marqueurs biologiques

Infections à VIH

Résumé

L'étude de l'évolution et de la valeur pronostique des marqueurs est très fréquente en épidémiologie. Le taux de lymphocytes T CD4+ et la charge virale plasmatique sont des marqueurs très importants de l'infection par le virus de l'immunodéficience humaine (VIH). La modélisation de l'évolution de ces marqueurs présente plusieurs difficultés méthodologiques. D'une part, il s'agit de données répétées incomplètes c'est à dire pouvant être manquantes du fait de la sortie d'étude de certains sujets et de la censure de la charge virale liée à une limite de détection inférieure des techniques de mesure. D'autre part, ces deux marqueurs étant corrélés, il est important de prendre en compte cette information dans le modèle. Nous avons proposé des méthodes basées sur le maximum de vraisemblance pour estimer les paramètres de modèles linéaires mixtes prenant en compte l'ensemble de ces difficultés. Nous avons montré l'impact significatif de ces méthodes biostatistiques sur les estimations et donc nous avons souligné l'importance de leur utilisation dans le cadre des marqueurs du VIH. Pour promouvoir leur diffusion, nous avons présenté des possibilités d'implémentation de certaines des méthodes proposées dans des logiciels statistiques communs.

The study of evolution and prognostic value of markers is usual in epidemiology. The CD4+T lymphocytes cell count and the plasma viral load are useful markers in human immunodeficiency virus infection (HIV). The modelling of those markers evolution raises several methodological difficulties. First of all, these is incomplete data including missing data because of subjects drop-out and censored observation because of a lower quantification limit of assays. Moreover, two markers are corelated and it is important to take into account this information in the model. We proposed maximum likelihood based methods to estimate the parameters of linear mixed models handling all of these difficulties. We showed the significant impact of these biostatistical methods on the estimations and we underlined their usefulness for HIV markers. To promote their spread, we presented possibilities to implement some of the proposed methods in standard statistical software.